【宏蛋白组】iMetaLab平台分析肠道宏蛋白质组数据

一、iMetaLab简介
二、内置工具与模块
三、报告内容

一、iMetaLab简介

宏蛋白组学是个非常小众的领域，即使从事的学者也并非专门做这个，大多是作为系统生物学的延伸研究。业界有几个比较有影响力的研究团队，一是比利时根特大学的Computational Omics and Systems Biology Group(COMPOMICS) 团队，开发了有代表性的宏蛋白分析工具如Unipept、MetaProteomeAnalyzer (MPA)，此外还有很多常规蛋白组的工具，如SearchGUI、PeptideShaker、Thermo Raw File Parser 等，后面如果有机会再介绍。二是加拿大渥太华大学的Daniel Figeys团队，专注于研究人类、小鼠肠道宏蛋白组，一开始提出了经典的迭代搜库三步法（MetaPro-IQ），后面陆续也实现了一些工具，开发了从MetaPro-IQ，到MetaLab，最后到iMetaLab平台的技术路线。

Daniel Figeys介绍：https://med.uottawa.ca/bmi/people/figeys-daniel

iMetaLab有云服务器版本和桌面版本，用来分析宏蛋白数据，下游可视化绘图等分析提供了Shiny Apps，并且也有相应的Demo报告和Wiki。内容主要包括了：肽段和蛋白的鉴定及定量，物种和功能分析，数据分析及其可视化。

关于收费，对于学术研究是免费的，商业用途则需要获得许可。

二、内置工具与模块

1. Data Processing module

ProteoWizard/msconvert
Xtandem
MaxQuant
Spectra clustering
Msfragger
FlashLFQ
Unipept

2. Functional Analysis

KEGG
eggNOG database
NCBI nr database

3. R Developing environment

Rstudio
Rstudio server
ShinyR
Shiydashboard

4. R based data analysis packages

ggplot2, ggpairs
Htmlwidgets, visNetwork, d3heatmap
Eulerr, colourpicker, DT,shinysky, GGally, ggcorrplot, reshape2, ggfortify, mixOmics

5. Web development libraries and frameworks

React.js
D3.js

从内置工具和模块可以看出，这个平台主要处理的是DDA数据，最后得到的蛋白鉴定和定量结果就是MaxQuant产出格式的。

三、报告内容

iMetaLab分析完成后生成网页报告https://shiny.imetalab.ca/metalab_report/。

对于报告结果，主要有以下五方面内容：

ID Summary：谱图肽段ID统计
Peptides Summary：肽段鉴定结果分析
ProteinGroups Summary：蛋白鉴定结果分析
Taxon Summary：物种注释结果分析
Function Summary：功能注释结果分析

此外，还有一个MetaMep for Taxon Vis模块，主要是利用MetaMap软件对物种分析结果进行可视化展示和可交互式操作。

1. 谱图肽段ID统计

分析点包括了报告介绍，项目信息，谱图解析率，肽段鉴定数，汇总统计表。

MSMS ID Rate

这是数据质控的一个指标，可以判断 MS run的质量，即在1%FDR条件下谱图鉴定为肽段，QE系列仪器一般能达到50%。可以判断组内重复性，以及仪器是否需要清洗，数据是否可利用等。

展示方式：分组散点图，密度图，箱形图。
Peptide Sequence

同样也是统计各样本的肽段鉴定数目分布。

可视化：分组散点图，密度图，箱形图。

2. 肽段鉴定结果分析

上图红框内的分析，包括对肽段鉴定各方面的统计绘图，多变量统计和方差检验，到得到整洁的肽段数据。

肽段结果分析及其可视化：价态分布，长度分布，得分分布，肽段强度分布（离散和累积），各样本肽段强度箱形图，全部样本肽段的聚类热图，肽段层次PCA（2D/3D），各组间方差分析。

最后得到的过滤后的肽段表格（MaxQuant结果）是去除了来自反库和污染库的肽段，他们用的强度值是LFQ和自带的Intensity，整洁肽段表可用于后续分析，也可用作者的shiny.imetalab.ca。

3. 蛋白鉴定结果分析

蛋白组层次和肽段层次的分析基本是一样的。多了一个unique peptide分布。

疑问：为什么都用方差分析？难道更多的情况不是两组吗，即便是多组，很多客户也是要求两两比较。

最后得到的也是过滤后的蛋白表格。

4. 物种分析

每个样本在物种各个层级的注释统计
alpha多样性：计算的是种（species）层级的Shannon-Wiener index
beta多样性：计算的是种（species）层级的PCoA
样本聚类：基于种（species）层级的丰度数据，欧氏距离ward.D聚类
物种组成：各物种层级bar图（原始强度，无归一化）

5. 功能分析

功能数据库注释统计：COG，NOG，KEGG，GO及其unique数目（与蛋白一对一）。
分类饼图：包括COG，NOG和Pathway，饼图的扇形大小并非分类功能的数目，而是所有样本proteinGroup的强度之和。
功能组成bar图：包括COG，NOG和Pathway，各样本的功能bar图（原始强度，无归一化）。
功能组成热图：包括COG，NOG和Pathway，各样本的功能聚类热图。
PCA分析：包括COG，NOG和KEGG（这里应该也是Pathway层级）功能丰度的PCA。

疑问：一般蛋白/基因注释KEGG是到KO层级，这里都是转化到了Pathway层面，一条Pathway中多个蛋白分子强度不知他们是怎么处理的，之前我是进行加和处理的。

MetaMep for Taxon Vis

最后一个工具是对物种分析进行可视化，可交互是它的优点，而且有多种展示方式。你如果用过MEGAN的话，就知道这些展示方式也都有。当然Unipept也可实现，它这个就是嵌套了Unipept。